Le cyberblog du coyote

(re)Découvrez l’avènement de l’ère numérique depuis plus d’une demi siècle à travers les couvertures du magazine Time.

Voir la page de l'espace Turing.

Dans la foulée de la retentissante victoire de son intelligence artificielleAlphaGo contre le champion sud-coréen Lee Sedol, Demis Hassabis, le patron de DeepMind (filiale de Google spécialisée en IA) avait évoqué la possibilité d'affronter l'actuel numéro un mondial de jeu de go, le Chinois Ke Jie. Bien qu'aucune rencontre officielle n'ait encore été programmée, AlphaGo a d'ores et déjà vaincu ce jeune prodige de 19 ans... sans qu'il s'en soit rendu compte.
DeepMind vient en effet de révéler par la voix de Demis Hassabis qu'il avait discrètement testé une nouvelle version de son IA sur Tygem et FoxGo, deux serveurs de jeu de go fréquentés par les plus grands champions. Pour passer inaperçu, AlphaGo a été affublé de deux pseudonymes, « Master (P) » et « Magister (P) ». L'IA a joué entre le 29 décembre et le 4 janvier et remporté plus de 50 parties de rang.

Source : Futura-Sciences

Lors de la cérémonie d’ouverture de la BizzCon 2016, nous avons appris qu’un partenariat avait été signé entre Google et Blizzard pour développer une intelligence artificielle capable de jouer à StarCraft mais également de battre les meilleurs joueurs professionnels. Aussi ce panel était très attendu pour en apprendre plus sur ce projet un peu fou.

Lire l'article sur https://starcraft2.judgehype.com/

Situé dans le cinquième arrondissement de Paris, le Computer Science Laboratory (CSL), créé il y a 20 ans par le Japonais Sony, travaille sur des projets de recherche inédits. Parmi eux, le développement d’une intelligence artificielle appelée Flow Machines capable de composer un morceau de musique en se passant presque complètement d’une intervention humaine. Fiammetta Ghedini, membre du CSL impliquée dans ce projet, nous en a expliqué les détails.

Lire l'article de Marc Zaffagni sur Futura-Sciences

Lu sur une épreuve d'un élève (sic) :

On prend un pixel puis on le déplace grâce à l'égalité de q on réussit à le retourner de 180°. Elle déplace du bas vers le haut ou inversément, et de gauche à droite ou inversément. et le tout simultanément.

Le succès de Pokémon Go est l'occasion d'explorer le concept et les applications de la réalité augmentée, une technologie vieille de près de 50 ans, mais qui décolle depuis quelques années. La réalité augmentée est un paradigme permettant de rendre disponibles des informations numériques complétant le sens réel. Il s'agit d'une fusion du numérique et du réel.

Lire l'article sur theconversation.com

L'immense majorité des données (texte, son, image, vidéo, etc.) sont stockées et manipulées sous forme numérique, c'est-à-dire à l'aide de nombres entiers qui sont convertis en une succession de bits (des 0 et des 1). La conversion depuis le monde analogique continu vers ces représentations numériques discrètes est décrite par la théorie élaborée par Claude Shannon (30 avril 1916 - 24 février 2001), le père fondateur de la théorie de l'information. L'impact de cette théorie sur notre société est absolument colossal. Pourtant son nom est quasi inconnu du grand public. Le centenaire de la naissance de Claude Shannon est donc une bonne excuse pour présenter l'œuvre d'un très grand scientifique.

Lire l'article sur Images des mathématiques

Stephan Rickauer et son équipe traquent les failles de sécurité chez Swisscom, dans les réseaux, les prestations et les applications. Ces collaborateurs du service de sécurité informatique travaillent de façon non conventionnelle: ils procèdent comme des cybercriminels.

Lire l'article sur swisscom.ch

Le castor informatique aura lieu dans la semaine du 7 au 11 novembre 2016. On peut déjà s'inscrire!

L'intelligence artificielle en images
Henry Brighton, Howard Selina
EDP Sciences (4 décembre 2015)
176 pages

Présentation de l'éditeur
Après un demi-siècle de recherches, nous avons abouti à des machines capables de battre les meilleurs joueurs d'échecs humains et à des robots humanoïdes qui peuvent interagir. Mais comment ces machines fonctionnent-elles réellement ? Est-ce que notre cerveau, notre esprit, peut se réduire à un programme informatique complexe ? Comment doter ces machines d'une conscience et de l'environnement qui les entoure ? Cet ouvrage se concentre sur les enjeux d'un des problèmes scientifiques les plus difficiles du moment qui repose encore sur les travaux d'Alan Turing, pionnier dans ce domaine.

Qui a écrit le premier programme valant la peine d’être écrit, la première boucle ? C’est Augusta Ada King, comtesse de Lovelace. Parfaitement : une femme. Et ceci bien avant qu'Alan Turing ne propose sa machine, dont l’intérêt est surtout théorique.

Lire l'article sur le blog du Dr Goulu : Pourquoi, Comment, Combien

En créant des entités informatiques capables de réagir à des événements imprévus, de dresser des plans et de travailler en équipe, les informaticiens simulent les comportements collectifs de groupes d’individus, d’animaux ou de molécules.

Lire l'article sur Interstices.

L'environnement de développement TigerJython est bien adapté pour les programmeurs débutants en Python et pour les utilisateurs qui travaillent dans un environnement protégé (par exemple, des laboratoires informatiques sans droits d'administrateur). TigerJython fonctionne parfaitement sur Windows, Mac et Linux. La distribution de TigerJython comprend un fichier JAR unique qui peut être téléchargé gratuitement.

Voir le site www.tigerjython.ch. Une traduction française est en cours.

Facebook vient de dévoiler une plateforme d'intelligence artificielle basée sur l'apprentissage profond. Baptisée DeepText, elle serait capable d'analyser et de comprendre avec une précision « quasi humaine » le contenu textuel d'un millier de messages par seconde et ce dans une vingtaine de langues. Objectif : encore mieux nous connaître pour nous proposer des contenus et services « plus pertinents » et écarter ce qui ne convient pas.

Marc Zaffagni, Futura-Sciences

Malgré l’importance grandissante des photos et des vidéos, l’écrit demeure la forme de communication la plus répandue sur Facebook. Et le réseau social aux 1,2 milliard de membres veut utiliser la puissance de l’intelligence artificielle pour mieux comprendre ce qui se dit dans les textes échangés. Dans quel but ? « Faire remonter plus de contenus que les gens ont envie de voir ou filtrer les contenus indésirables tels que le spam », explique l’équipe en charge du programme DeepText. Il s’agit d’une nouvelle intelligence artificielle (IA) que Facebook commence à tester. Basée sur l’apprentissage profond (deep learning), elle peut, selon ses concepteurs, comprendre avec une précision « quasi humaine » le contenu textuel de plusieurs milliers de posts par seconde et dans plus de vingt langues.
DeepText combine plusieurs architectures de réseaux neuronaux multicouches, et notamment des réseaux convolutifs et récurrents. Le réseau convolutif a été co-inventé à la fin des années 1980 par le Français Yan LeCun, qui dirige aujourd’hui le programme de recherche en intelligence artificielle de Facebook. Les grandes avancées de l’IA en matière de reconnaissance vocale, de caractères et d’images qui ont été accomplies ces dernières années ont été réalisées grâce aux réseaux convolutifs. Les réseaux récurrents, quant à eux, sont davantage spécialisés sur le traitement du texte.
Grâce à cette association, DeepText va plus loin que la simple compréhension du sens général d’un texte dont on identifie le thème. Il peut saisir les subtilités d’une langue, son argot, les homonymies, etc. « Si par exemple quelqu’un dit "I love blackberry" [j'aime la mûre, NDLR], est-ce que cela veut dire que cette personne aime le fruit ou bien le smartphone de cette marque ? ». DeepText saura faire la différence. Car, explique Facebook, grâce à l’apprentissage profond, il est possible de préserver la relation sémantique entre les mots. Par exemple, DeepText sera capable de déceler une proximité entre le mot « frère » et son argot « frangin » ou « frérot ».

Une IA qui se mêlerait de tout en quelque sorte…

Facebook a déjà commencé à tester DeepText en conditions réelles, notamment avec sa messagerie instantanée Messenger. L’IA parvient par exemple à déterminer si une personne souhaite se rendre quelque part en contextualisant l’usage du mot « taxi ». Autre scénario cité, celui d’une personne qui écrit la phrase suivante : « Je vends mon vieux vélo pour 200 dollars, quelqu’un est-il intéressé ? ». DeepText serait en mesure de détecter que la personne veut vendre quelque chose, de noter les informations sur l’objet et son prix puis de proposer des outils susceptibles de faciliter la vente.
Le réseau social dit vouloir mieux « extraire » les intentions, les sentiments, les entités (personnes, lieux, évènements) en observant à la fois les textes et les images. Suivant cette logique de tri sélectif, Facebook veut aller encore plus loin en faisant travailler DeepText sur les commentaires, afin qu’il puisse faire remonter ceux qui seront jugés les plus pertinents ou les plus qualifiés. Selon ses concepteurs, ce type d’analyse de texte pourrait par exemple être utile aux célébrités et personnages publics dont les pages Facebook génèrent des milliers de commentaires, afin de séparer le bon grain de l’ivraie.
Rappelons que Facebook a développé depuis plusieurs années DeepFace, une technologie de reconnaissance faciale dont la précision est à peine inférieure à ce que peut faire un humain. En outre, le réseau social a récemment annoncé son intention d’utiliser l’intelligence artificielle pour indexer toutes les vidéos diffusées en direct afin d’aider ses membres à trouver plus facilement des contenus qui les intéressent.
Si la performance technique a de quoi impressionner, on peut s’interroger sur le degré d’interventionnisme de ces technologies. Nous montrer seulement ce que l'IA pense que nous voulons voir, lire ou entendre peut devenir vite très réducteur et, dans certains cas, glisser vers la censure. Un commentaire négatif ou désagréable peut être utile pour susciter le débat, faire réagir. Idem pour un contenu qui, a priori, ne correspond pas à nos goûts. Les IA de Facebook sauront-elles faire preuve de la nuance indispensable pour nous garantir des échanges pluriels et ouverts ?

Source : Futura-Sciences

Fabriquer de l’intelligence est un défi que l’informatique veut relever. Quand elle réussit, c’est toujours de façon limitée et en évitant d’aborder de front l’intelligence humaine, qui reste mystérieuse.

Lire l'article de Jean-Paul Delahaye sur Interstices

L’apprentissage automatique, ou machine learning en anglais, est le moteur de la Data Science. En fait c’est avant tout un champ d’étude de l’intelligence artificielle. La discipline est d’ailleurs relativement ancienne puisqu’elle voit ses origines dans les années 1950. Si le terme est aujourd'hui un Buzz Word, c’est parce que les récents progrès technologiques liés au Big Data accélèrent le développement d’outils permettant l’industrialisation de la Data Science.

Lire l'article de Somin Keith sur Decideo.